查找算法
本总结主要是以“尚硅谷Java算法教程”的学习教程为主,加上一些个人的理解
Java中常用的查找算法有四种:
1)顺序(线性)查找
2)二分查找/折半查找
3)插值查找
4)斐波那契查找
下文将对这几个算法进行总结
顺序查找
1、算法思想
顺序查找也称为线形查找,属于无序查找算法。从数据结构线形表的一端开始,顺序扫描,依次将扫描到的结点关键字与给定值k相比较,若相等则表示查找成功;若扫描结束仍没有找到关键字等于k的结点,表示查找失败。
2、图解
3、代码实现
package datastructure.search;
public class SeqSearch {
public static void main(String[] args) {
int arr[] = { 1, 9, 11, -1, 34, 89 };// 没有顺序的数组
int index = seqSearch(arr, -11);
if(index == -1) {
System.out.println("没有找到到");
} else {
System.out.println("找到,下标为=" + index);
}
}
public static int seqSearch(int[] arr,int value){
for(int i=0;i<arr.length;i++){
if(arr[i]==value)
{
return i;
}
}
return -1;
}
}
二分查找
1、算法思想
也称为是折半查找,属于有序查找算法。用给定值k先与中间结点的关键字比较,中间结点把线形表分成两个子表,若相等则查找成功;若不相等,再根据k与该中间结点关键字的比较结果确定下一步查找哪个子表,这样递归进行,直到查找到或查找结束发现表中没有这样的结点。
2、图解
3、代码实现
package datastructure.search;
import java.util.Arrays;
public class BinarySearch {
public static void main(String[] args) {
int[] arr = {-1, 9, 11, 25, 34, 89};// 有序的数组
int index = binarySearch(arr, 0, arr.length-1, 11);
if (index == -1) {
System.out.println("没有找到");
} else {
System.out.println("找到,下标为=" + index);
}
}
public static int binarySearch(int[] arr, int left, int right, int value) {
int mid = (left + right) / 2;
// 当 left > right 时,说明递归整个数组,但是没有找到
if (left > right) {
return -1;
}
if (arr[mid] < value) {
return binarySearch(arr, mid + 1, right, value);
} else if (arr[mid] > value) {
return binarySearch(arr, left, mid-1, value);
} else {
return mid;
}
}
}
插值查找
1、算法思想
基于二分查找算法,将查找点的选择改进为自适应选择,可以提高查找效率。当然,差值查找也属于有序查找。
插值查找算法类似于二分查找,不同的是插值查找每次从自适应mid处开始查找。
将折半查找中的求mid 索引的公式 , low 表示左边索引left, high表示右边索引right。key 就是我们要找的值
2、图解
3、代码实现
package datastructure.search;
public class InsertValueSearch {
public static void main(String[] args) {
int[] arr = {-1, 9, 11, 25, 34, 89};// 有序的数组
int index = insertValueSearch(arr, 0, arr.length-1, 11);
if (index == -1) {
System.out.println("没有找到");
} else {
System.out.println("找到,下标为=" + index);
}
}
public static int insertValueSearch(int[] arr,int left,int right,int value){
if(left>right || value<arr[0] || value>arr[arr.length-1]){
return -1;
}
int index = left +(value-arr[left])/(arr[right]-arr[left])*(right-left);
if (value > arr[index]) { // 说明应该向右边递归
return insertValueSearch(arr, index + 1, right, value);
} else if (value < arr[index]) { // 说明向左递归查找
return insertValueSearch(arr, left, index - 1, value);
} else {
return index;
}
}
}
4、注意事项
1) 对于数据量较大,关键字分布比较均匀的查找表来说,采用插值查找, 速度较快.
2)关键字分布不均匀的情况下,该方法不一定比折半查找要好
斐波那契查找
1、算法思维
斐波那契查找原理与前两种相似,也是二分查找的一种提升算法,通过运用黄金比例的概念在数列中选择查找点进行查找,提高查找效率。
同样地,斐波那契查找也属于一种有序查找算法。
斐波那契查找仅仅改变了中间结点(mid)的位置,mid不再是中间或插值得到,而是位于黄金分割点附近,即mid=low+F(k-1)-1(F代表斐波那契数列),如下图所示
2、代码实现
package datastructure.search;
import java.util.Arrays;
public class FibonacciSearch {
public static int maxSize = 20;
public static void main(String[] args) {
int[] arr = {1, 8, 10, 89, 1000, 1234};
System.out.println("index=" + fibSearch(arr, 189));// 0
}
//因为后面我们mid=low+F(k-1)-1,需要使用到斐波那契数列,因此我们需要先获取到一个斐波那契数列
//非递归方法得到一个斐波那契数列
public static int[] fib() {
int[] f = new int[maxSize];
f[0] = 1;
f[1] = 1;
for (int i = 2; i < maxSize; i++) {
f[i] = f[i - 1] + f[i - 2];
}
return f;
}
public static int fibSearch(int[] arr, int value) {
int low=0;
int high =arr.length-1;
int k = 0; //表示斐波那契分割数值的下标
int mid = 0; //存放mid值
int f[] = fib(); //获取到斐波那契数列
//获取到斐波那契分割数值的下标
while(high > f[k] - 1) {
k++;
}
//因为 f[k] 值 可能大于 a 的 长度,因此我们需要使用Arrays类,构造一个新的数组,并指向temp[]
//不足的部分会使用0填充
int[] temp = Arrays.copyOf(arr, f[k]);
//实际上需求使用a数组最后的数填充 temp
//举例:
//temp = {1,8, 10, 89, 1000, 1234, 0, 0} => {1,8, 10, 89, 1000, 1234, 1234, 1234,}
for(int i = high + 1; i < temp.length; i++) {
temp[i] = arr[high];
}
// 使用while来循环处理,找到我们的数 value
while (low <= high) { // 只要这个条件满足,就可以找
mid = low + f[k - 1] - 1;
if(value < temp[mid]) { //我们应该继续向数组的前面查找(左边)
high = mid - 1;
//为甚是 k--
//说明
//1. 全部元素 = 前面的元素 + 后边元素
//2. f[k] = f[k-1] + f[k-2]
//因为 前面有 f[k-1]个元素,所以可以继续拆分 f[k-1] = f[k-2] + f[k-3]
//即 在 f[k-1] 的前面继续查找 k--
//即下次循环 mid = f[k-1-1]-1
k--;
} else if ( value > temp[mid]) { // 我们应该继续向数组的后面查找(右边)
low = mid + 1;
//为什么是k -=2
//说明
//1. 全部元素 = 前面的元素 + 后边元素
//2. f[k] = f[k-1] + f[k-2]
//3. 因为后面我们有f[k-2] 所以可以继续拆分 f[k-1] = f[k-3] + f[k-4]
//4. 即在f[k-2] 的前面进行查找 k -=2
//5. 即下次循环 mid = f[k - 1 - 2] - 1
k -= 2;
} else { //找到
//需要确定,返回的是哪个下标
if(mid <= high) {
return mid;
} else {
return high;
}
}
}
return -1;
}
}